DeepSeek新模型Token消耗降超五成
来源：36氪 AI收录：2026/10/18
✦ AI 解读
DeepSeek正式发布大模型新版本V4.1 Flash-1017，首次自主发布帕累托前沿曲线，展示模型在效率与成本维度的综合表现。该版本维持原有API价格体系，但通过任务感知型压缩、动态上下文裁剪及自适应解码策略，显著降低Token消耗，实测多数场景下Token用量较前版下降逾50%，单位任务综合成本仅为同类模型的百分之一至二十分之一，性价比优势达四五十倍以上。
DeepSeek正式推出大模型新版本V4.1 Flash-1017。在国产人工智能大模型普遍处于迭代关键期的当下，该版本率先完成升级，整体性能实现显著跃升。 此前已有公开数据显示其技术指标，此次DeepSeek更首次自主发布帕累托前沿曲线，直观呈现模型在效率与成本维度的综合表现。V4.1 Flash-1017在此曲线中达到行业领先水平：单位任务综合成本仅为Fable、Astra等同类模型的百分之一至二十分之一，性价比优势达四五十倍以上。本次发布的1017版本虽维持原有API价格体系，但在Token使用效率方面完成深度重构——通过任务感知型压缩、动态上下文裁剪及自适应解码策略，显著降低各类型请求的实际Token消耗。实测表明，多数场景下Token用量较前版下降逾50%，相应TCO水平亦将同步迎来新一轮实质性下探。（新浪财经）
相关推荐
Kimi K3.1 Pro and K3.1 Pro Highspeed
✦ AI 摘要月之暗面（Moonshot AI）在 Kimi Code 文档中上线 Kimi K3.1 Pro 与 K3.1 Pro Highspeed 两个模型版本，前者主打高质量代码生成，后者面向低延迟高速推理场景。该消息在 Hacker News 引发 169 点、79 条评论讨论，从业者关注其代码能力、定价与高速版的实际吞吐表现。
Kimi K3.1 Pro and K3.1 Pro Highspeed
✦ AI 摘要Kimi 发布 K3.1 Pro 与 K3.1 Pro Highspeed 两款模型，官方文档页面已上线，并在 Hacker News 引发讨论（86 分、21 条评论）。Highspeed 版本推测主打低延迟推理，适合对响应速度敏感的编码等场景。目前公开信息有限，具体参数、基准评测与定价尚未披露，建议关注官方后续更新。
Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
✦ AI 摘要Hacker News 上分享的一篇文章介绍 Gemma-4-26B-A4B 模型，声称在保持相同准确率的前提下，将思考（推理）过程减少了 39% 至 69%。该内容来自个人博客 bottlecapai.com，讨论热度较低（3 分、0 评论），但涉及大模型推理效率优化这一从业者关注的方向，具备一定参考价值。